[논문 리뷰] Rethinking Representations in P&C Actuarial Science with Deep Neural Networks

Christopher Blier-Wong, Jean-Thomas Baillargeon외 3명|arXiv (Cornell University)|2021. 02. 11.

Machine Learning in Healthcare참고 문헌 48인용 수 5

한 줄 요약

이 논문은 딥 뉴럴 네트워크 기반의 표현 학습을 사용하여 텍스트, 이미지, 지리정보와 같은 다양한 비벡터형 데이터를 전통적인 손해보험(P&C) 보험료 산정 모델에 통합하는 통합 프레임워크를 제안한다. 자동에코데어와 컨볼루션 네트워크와 같은 모델을 통해 원시 데이터를 조밀한 벡터 임베딩으로 변환함으로써 표준 일반선형모형(GLM)과의 호환성을 확보하며, 예측 정확도를 향상시키고 표현의 공간적 불연속성을 줄이며 통계적 해석 가능성도 유지한다.

ABSTRACT

Insurance companies gather a growing variety of data for use in the insurance process, but most traditional ratemaking models are not designed to support them. In particular, many emerging data sources (text, images, sensors) may complement traditional data to provide better insights to predict the future losses in an insurance contract. This paper presents some of these emerging data sources and presents a unified framework for actuaries to incorporate these in existing ratemaking models. Our approach stems from representation learning, whose goal is to create representations of raw data. A useful representation will transform the original data into a dense vector space where the ultimate predictive task is simpler to model. Our paper presents methods to transform non-vectorial data into vectorial representations and provides examples for actuarial science.

연구 동기 및 목표

• 비정형이자 새로운 데이터 소스(예: 텍스트, 이미지, 센서 데이터 등)를 전통적인 P&C 보험 정가 모델에 통합하는 데 발생하는 점점 커지는 과제를 해결하기 위해.
• 기존의 정량적 입력에 의존하는 전통적 정가 모델은 텍스트, 이미지, GPS 좌표와 같은 비벡터형 데이터를 직접 처리할 수 없기 때문에 이에 기인한 제약을 극복하기 위해.
• 원시 비벡터형 데이터를 일반선형모형(GLM)에 활용할 수 있는 조밀하고 저차원의 임베딩으로 변환하는 표현 학습 프레임워크를 개발하기 위해.
• 더 풍부한 학습된 표현을 통해 예측 성능를 향상시키면서도 GLM의 통계적 해석 가능성과 강건성을 유지하기 위해.
• 표현 학습과 후속 모델링을 분리한 유연한 통합이 가능한 확장성 있고 모듈러한 파ip라인을 제공하여 보험 적용 분야에서 다중 소스 데이터의 유연한 통합을 가능하게 하기 위해.

제안 방법

• 표현 학습 단계와 예측 모델링 단계를 분리하여, 인코더를 사용해 원시 데이터를 벡터 임베딩으로 변환한다.
• 텍스트 데이터의 경우, 신경망 기반 임베딩(예: 문장 인코더)을 활용해 비정형 텍스트를 조밀한 벡터로 변환한다.
• 지리정보의 경우, 인접한 지리적 특징을 활용해 공간적 점 패턴을 격자 기반 표현으로 변환하기 위해 컨볼루션 지역 자동에코데어(CRAE)를 사용한다.
• CRAE 모델은 위험 위치 주변의 인구 조사 및 공간 데이터로부터 데이터 정사각형 큐브로 구성되며, 치수는 q×q×p이다. 여기서 p는 각 격자 셀당 특징 수이다.
• CRAE의 인코더 구성 요소는 컨볼루션 자동에코데어 아키텍처를 통해 격자 데이터를 압축하여 압축 표현 x* ∈ R^ℓ을 학습한다.
• 최종 표현은 표준 GLM에 입력되어 통계적 성질을 유지하면서도 더 풍부한 입력 특징의 이점을 누린다.

실험 결과

연구 질문

• RQ1 손해보험 P&C 정가 모델에서 전통적인 GLM 기반 정가 모델에 적합한 비벡터형 데이터(예: 텍스트, 이미지, GPS 좌표 등)를 효과적으로 벡터 표현으로 변환하는 방법은 무엇인가?
• RQ2 관리 경계나 일관되지 않은 지오코딩으로 인한 불연속성 문제를 피할 수 있는 공간적으로 매끄럽고 강건한 임베딩을 생성할 수 있는 표현 학습 기법은 무엇인가?
• RQ3 학습된 임베딩이 GLM의 해석 가능성과 통계적 타당성을 유지하면서도 예측 성능 향상에 얼마나 기여할 수 있는가?
• RQ4 다양한 소스의 데이터(예: 인구통계, 지리정보, 텔레매틱스 데이터 등)를 하나의 표현 프레임워크로 통합하여 보험 모델링에 활용할 수 있는가?
• RQ5 기존 보험 정가 워크플로우와 호환되며 전체 모델 아키텍처를 재설계하지 않고도 사용 가능한 모듈러한 표현 학습 프레임워크를 설계할 수 있는가?

주요 결과

• 딥 뉴럴 네트워크 기반의 표현 학습을 통해 기존의 지오코딩 방법에 비해 공간적 불연속성이 크게 감소하며, 특히 우편번호 대신 GPS 좌표를 사용할 경우 두드러진다.
• CRAE는 이웃한 공간적 특징과 격자 기반 표현을 활용함으로써 더 매끄럽고 일관성 있는 지리적 임베딩을 생성한다.
• CRAE에서 유도된 임베딩은 잡음 감소와 공간적 영역 간 일반화 능력 향상으로 인해 후속 회귀 과제에서 향상된 성능을 보였다.
• 이 프레임워크는 텍스트, 이미지, 센서 데이터와 같은 다양한 데이터 유형을 표준 GLM 기반 정가 모델과 호환되는 통합된 벡터 형식으로 성공적으로 통합하였다.
• 이 방법은 GLM의 통계적 성질을 유지하면서도 복잡하고 고차원적인 데이터의 사용을 가능하게 하여, 모델의 예측 정확도를 향상시키면서도 모델의 해석 가능성은 유지한다.
• 실증 평가 결과, 학습된 표현이 낮은 노출 또는 데이터가 부족한 영업 세그먼트에서 위험 이질성을 더 잘 포착하는 데에 원시 데이터나 수작업 특징보다 뛰어난 성능을 보였다.